Robòtica Avançada

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
ESAII
L'assignatura de "Robòtica Avançada" és una assignatura d'alt nivell que permet als estudiants adquirir coneixements especialitzats sobre la programació, el control i el funcionament dels robots manipuladors i mòbils. A través d'aquesta assignatura, els estudiants podran aprofundir en les seves habilitats de percepció, planificació i actuació, així com en la capacitat de resoldre problemes en entorns reals i imprevisibles.

Els alumnes de l'assignatura aprendran a aplicar tècniques avançades d'intel·ligència artificial per resoldre problemes de robòtica en entorns complexos i dinàmics. Això inclou la planificació de tasques, moviments i rutes, el raonament sobre les tasques a realitzar, l'espai, la gestió de la incertesa, l'acomodació entre objectes, la percepció i altres habilitats avançades.

Professorat

Responsable

  • Isiah Zaplana Agut (isiah.zaplana@upc.edu)

Altres

  • Anais Garrell Zulueta ( anais.garrell@upc.edu)

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Transversals

Transversals

  • CT1 - Emprenedoria i innovació. Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; tenir capacitat per entendre les normes laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici.
  • CT2 - Sostenibilitat i Compromís Social. Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; obtenir habilitats per utilitzar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
  • CT3 - Comunicació eficaç oral i escrita. Comunicar-se de forma oral i escrita amb altres persones sobre els resultats de l'aprenentatge, de l'elaboració del pensament i de la presa de decisions; participar en debats sobre temes de la pròpia especialitat.
  • CT5 - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.
  • CT8 [Avaluable] - Perspectiva de gènere. Conèixer i comprendre, des de l'àmbit de la titulació mateixa, les desigualtats per raó de sexe i gènere en la societat, i integrar les diverses necessitats i preferències per raó de sexe i gènere en el disseny de solucions i la resolució de problemes.

    • Bàsiques

  • CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
  • CB5 - Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia

    • Competències Tècniques

    Específiques

  • CE15 - Adquirir, formalitzar i representar el coneixement humà en una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment els relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  • CE17 - Desenvolupar i avaluar sistemes interactius i de presentació d'informació complexa i la seva aplicació a la resolució de problemes de disseny d'interacció persona-ordinador i persona-robot.
  • CE24 - Concebir, dissenyar i construir sistemes robòtics intel·ligents amb aplicació en entorns de producció i serveis, capaços d'interactuar amb persones, col·laboratius i socials.
  • CE25 - Concebir, dissenyar i integrar robots mòbils amb capacitat de navegació autònoma, formació de flotes i interacció amb humans.
  • CE26 - Dissenyar i aplicar tècniques de processat i anàlisi d'imatges i visió per computador en l'àmbit de la intel·ligència artificial i la robòtica
  • CE28 - Planificar, concebre, desplegar i dirigir projectes, serveis i sistemes en l'àmbit de la intel·ligència artificial, liderant la seva puesta en marxa i la seva millora contínua i valorant el seu impacte econòmic i social.

    • Competències Tècniques Generals

    Genèriques

  • CG3 - Definir, avaluar i seleccionar plataformes maquinari i programari per al desenvolupament i l'execució de sistemes, serveis i aplicacions informàtiques en l'àmbit de la intel·ligència artificial.
  • CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
  • CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.
  • CG6 - Identificar oportunitats per a aplicacions innovadores de la intel·ligència artificial i la robòtica en entorns tecnològics en contínua evolució.
  • CG7 - Interpretar i aplicar la legislació vigent, així com especificacions, reglaments i normes en l'àmbit de la intel·ligència artificial.
  • CG8 - Observar un exercici ètic de la professió en totes les seves facetes, aplicant criteris ètics en el disseny de sistemes, algoritmes, experiments, utilització de dades, d'acord amb els sistemes ètics recomanats pels organismes nacionals i internacionals, amb especial èmfasi en seguretat, robustesa , privacitat, transparència, traçabilitat, prevenció de biaixos (de raça, gènere, religió, territori, etc.) i respecte als drets humans.
  • CG9 - Afrontar nous reptes amb una visió àmplia de les possibilitats de la carrera professional en l'àmbit de la Intel·ligència Artificial. Desenvolupar l'activitat aplicant criteris de qualitat i millora contínua, i actuar amb rigor en el desenvolupament professional. Adaptar-se als canvis organitzatius o tecnològics. Treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.

    • Objectius

    1. Aprendre a programar robots i a dissenyar aplicacions robòtiques.
      Competències relacionades: CB5, CT1, CT5, CE15, CE17, CE24, CE25, CE26, CG4, CG6, CG8, CG9, CB3,
    2. Ser capaç d'emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica, relacionats amb la robòtica actual i els seus potencials aplicacions.
      Competències relacionades: CT2, CT3, CT8, CE28, CG5, CG6, CG7, CG8,
    3. Aprendre a coordinar accions entre robots.
      Competències relacionades: CT3, CT5, CE15, CE17, CG3, CG5, CG6,
    4. Ser capaç de fusionar diferents fonts d'informació per obtenir, formalitzar i representar l'entorn físic d'una forma computable per a la resolució de problemes.
      Competències relacionades: CB3, CB5, CT2, CT5, CE17, CE24, CE25, CG3, CG5, CG6, CG8,
    5. Aplicació de tècniques de Visió per Ordinador a Sistemes Robòtics
      Competències relacionades: CT5, CE15, CE24, CE25, CE26, CG4, CG5, CG6,
    6. Aplicació de tècniques d'Intel·ligència Artificial a Sistemes Robòtics
      Competències relacionades: CT3, CT5, CE15, CE17, CE24, CE26, CE28, CG4, CG5, CG9,
    7. Creació de sistemes d'interacció entre robots i humans
      Competències relacionades: CT3, CT5, CT8, CE15, CE17, CT1, CE24, CE25, CE26, CE28, CG3, CG4, CG5, CG6, CG7, CG8, CG9,

    Continguts

    1. Introducció
      Es repasaran els continguts que es van assolir a l'assignatura anterior Introducció a la robòtica.
    2. Introducció a la planificació de moviments -- L'espai de configuracions.
      Planificació de trajectòries versus planificació de moviments. Cinemàtica directa i inversa. Definició geomètrica i topològica de l'espai de configuracions d'un robot manipulador.
    3. Solucions al problema de la planificació de moviments basats en camps de potencial.
      Discretització de l'espai de configuracions d'un robot manipulador. Camps de potencial repulsius i atractius. Funcions sense mínims locals: Funcions de navegació i funcions harmòniques.
    4. Solucions al problema de la planificació de moviments basats en mostreig.
      Tipus de mostreig (random, Halton, SDK, etc.). Mètodes basats en mapes de carreteres, Probabilistic Road Maps (PRMs), i arbres d'exploració, Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviments. Millores dels planificadors bàsics (PRM amb mostreig gaussià, RRT-CONNECT, RRT*).
    5. Planificació de tasques.
      Planificació de moviments tenint en compte les restriccions imposades per les tasques. Modelització de tasques amb grafs dirigits. Llenguatge STRIPS i PDDLs. Algoritmes de cerca i cerca guiades per heurístiques. Algoritme FF.
    6. Robòtica cognitiva.
      Ontologies. Tipus d'ontologies i raonament basat en ontologies. Arbres de comportament, Behaviour Trees (BTs).
    7. Cinemàtica de robots mòbils.
      Cinemàtica diferencial, restriccions diferencials imposades per les rodes i el concepte de robots holonòmics i no holonòmics (repàs). Cinemàtica diferencial, relació entre la velocitat d'una plataforma robòtica i les restriccions diferencials imposades per una sola roda, cinemàtica diferencial directa i inversa per a un robot mòbil específic amb rodes.
    8. Dinàmica de robots mòbils.
      Dinàmica d'un robot mòbil. Modelització de la dinàmica.
    9. Percepció dels robots mòbils.
      Tipus de sensors. Propagació de l'error. Visual Servoing.
    10. Localització de robots mòbils.
      Introducció a la ubicació basada en mapes. Repàs de la teoria de probabilitats. Enfocament de Markov. Enfocament del filtre de Kalman. El problema de SLAM. SLAM-EKF, FastSLAM, GraphSlam.
    11. Planificació de rutes per robot mòbils.
      Introducció, representacions, evitació de col·lisions. Camps potencials. Exemple resolt. Construcció de grafs, cerca en grafs. Conceptes aplicats a robòtica mòbil.

    Activitats

    Activitat Acte avaluatiu


    Repàs dels continguts de l'assignatura "Introducció a la Robòtica".

    Es repassaran els continguts que es van assolir a l'assignatura anterior "Introducció a la robòtica".
    Objectius: 2
    Continguts:
    Teoria
    1h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    4h

    Introducció a la planificació de moviments -- L'espai de configuracions.

    Planificació de trajectòries versus planificació de moviments. Cinemàtica directa i inversa. Definició geomètrica i topològica de l'espai de configuracions d'un robot manipulador.
    Objectius: 2 4
    Continguts:
    Teoria
    1h
    Problemes
    0h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    6h

    Solucions al problema de la planificació de moviments basats en camps de potencial.

    Discretització de l'espai de configuracions d'un robot manipulador. Camps de potencial repulsius i atractius. Funcions sense mínims locals: Funcions de navegació i funcions harmòniques.
    Objectius: 2 4
    Continguts:
    Teoria
    2h
    Problemes
    0h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    6h

    Solucions al problema de la planificació de moviments basats en mostreig.

    Tipus de mostreig (random, Halton, SDK, etc.). Mètodes basats en mapes de carreteres, Probabilistic Road Maps (PRMs), i arbres d'exploració, Randomly Exploring Rapid Trees (RRTs) i la seva aplicació a problemes de planificació de moviments. Millores dels planificadors bàsics (PRM amb mostreig gaussià, RRT-CONNECT, RRT*).
    Objectius: 2 4
    Continguts:
    Teoria
    4h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    12h

    Planificació de tasques.

    Planificació de moviments tenint en compte les restriccions imposades per les tasques. Modelització de tasques amb grafs dirigits. Llenguatge STRIPS i PDDLs. Algoritmes de cerca i cerca guiades per heurístiques. Algoritme FF.
    Objectius: 1 2 3 4 6
    Continguts:
    Teoria
    4h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Robòtica cognitiva.

    Ontologies. Tipus d'ontologies i raonament basat en ontologies. Arbres de comportament, Behaviour Trees (BTs).
    Objectius: 1 3 5 6 7
    Continguts:
    Teoria
    4h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Cinemàtica de robots mòbils.

    Cinemàtica diferencial, restriccions diferencials imposades per les rodes i el concepte de robots holonòmics i no holonòmics (repàs). Cinemàtica diferencial, relació entre la velocitat d'una plataforma robòtica i les restriccions diferencials imposades per una sola roda, cinemàtica diferencial directa i inversa per a un robot mòbil específic amb rodes.
    Objectius: 1 2 3 6
    Continguts:
    Teoria
    2h
    Problemes
    0h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    10h

    Dinàmica de robots mòbils.

    Dinàmica d'un robot mòbil. Modelització de la dinàmica.

    Teoria
    2h
    Problemes
    0h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    6h

    Percepció dels robots mòbils.

    Tipus de sensors. Propagació de l'error. Visual Servoing.

    Teoria
    4h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Localització de robots mòbils.

    Introducció a la ubicació basada en mapes. Repàs de la teoria de probabilitats. Enfocament de Markov. Enfocament del filtre de Kalman. El problema de SLAM. SLAM-EKF, FastSLAM, GraphSlam.

    Teoria
    4h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    12h

    Planificació de rutes per robot mòbils.

    Introducció, representacions, evitació de col·lisions. Camps potencials. Exemple resolt. Construcció de grafs, cerca en grafs. Conceptes aplicats a robòtica mòbil.

    Teoria
    2h
    Problemes
    0h
    Laboratori
    2h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    10h

    Projecte Final

    Els alumnes hauran d'aplicar els coneixements obtinguts en un robot real i hauran de fer una demostració del seu funcionament.
    Objectius: 1 2 3 4 5 6
    Setmana: 15 (Fora d'horari lectiu)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Metodologia docent

    - Les classes teòriques es complementaran amb la posada en pràctica sobre PC de les tècniques exposades.

    - En les classes de laboratori es resoldran problemes reals de visió per computador.

    - Es plantejaran problemes de complexitat superior que l'alumne haurà de resoldre a casa.

    Mètode d'avaluació

    Hi haurà un primer examen parcial (P1), que tindrà un pes del 35 % de la nota final, i un examen final (EF), amb un pes del 65 %.

    La nota final es calcularà segons la fórmula següent:

    NF = 0,35 · NP1 + 0,65 · NEF

    on NP1 és la nota del primer parcial i NEF la nota de l¿examen final.

    De manera excepcional, l¿examen final podrà substituir-se per un segon parcial (P2) i per l¿avaluació de les pràctiques finals (PF). En aquest cas, el primer parcial tindrà un pes del 35 %, el segon parcial del 35 % i les pràctiques finals del 30 %.

    Aquesta modalitat alternativa només s¿aplicarà si l¿estudiant compleix satisfactòriament les condicions següents: assistir a les sessions pràctiques, excepte per causa de força major degudament justificada; fer un ús responsable de les eines d¿intel·ligència artificial generativa; i mantenir una actitud adequada, així com un ús correcte dels laboratoris i dels recursos docents.

    En aquest supòsit, la nota final es calcularà de la manera següent:

    NF = 0,35 · NP1 + 0,35 · NP2 + 0,30 · NPF

    on NP1 és la nota del primer parcial, NP2 la nota del segon parcial i NPF la nota de les pràctiques finals lliurades.

    L¿aplicació d¿aquesta modalitat alternativa quedarà subjecta al compliment satisfactori de tots els requisits anteriors.

    Només podran presentar-se a la reavaluació aquelles persones que, havent-se presentat als exàmens, no els hagin superat. La nota màxima que es podrà obtenir en la reavaluació serà un 7.

    Bibliografia

    Bàsic

    Capacitats prèvies

    Àrea de Matemàtiques

    * Conèixer i saber aplicar el concepte de derivada i derivada parcial.
    * Saber els mètodes elementals de representació gràfica de funcions (asímptotes, màxims, mínims, ...).
    * Conèixer les propietats elementals de les funcions trigonomètriques.
    * Conèixer els conceptes bàsics de manipulació i operació amb matrius.

    Àrea de Programació i Estructura de Dades

    * Saber especificar, dissenyar i implementar algoritmes senzills amb un llenguatge de programació imperatiu.
    * Saber construir programes correctes, eficients i estructurats.
    * Conèixer els conceptes de llenguatges interpretats i llenguatges compilats.
    * Conèixer els algoritmes de recerca en estructures de dades (taules, llistes, arbres, ...).


    Àrea de Robòtica

    * Coneixement de ROS.
    * Coneixement de Matlab.
    * Coneixement de la cinemàtica bàsica d'un robot mòbil i un robot manipulador.